Matlab 多项式插值代码解析和优化

本代码使用 Matlab 实现多项式插值，通过 newpoly 函数计算多项式系数，并绘制插值曲线和原始数据点。代码逐句解析并注释，帮助理解多项式插值算法。

% 清空图像窗口，清空命令窗口，将图像保持在同一画布上
clear, clf, hold on;

% 初始化X和Y的值
X=-1:0.2:1;
Y=1./(1+25*X.^2);

% 调用函数newpoly计算多项式C和D
[C,D]=newpoly (X, Y);

% 初始化x和y的值
x=-1:0.01:1;
y=polyval(C, x);

% 绘制多项式拟合曲线和原始数据点图像
plot(x,y, X, Y,'.');

% 绘制用于计算多项式的节点
grid on;

% 初始化xp和z的值
xp=-1:0.2:1;
z=1./(1+25*xp.^2);

% 绘制原始函数图像
plot(xp,z,'r')

% 定义函数newpoly
function [C,D]=newpoly (X,Y)
% 获取X的长度
n=length(X);

% 初始化D矩阵
D=zeros (n,n)

% 将Y值赋给D的第一列
D(:,1)=Y'

% 通过递推计算出D的所有元素
for j=2:n
    for k=j:n
        D(k,j)=(D(k,j-1)-D(k-1,j-1))/(X(k)-X(k-j+1));
    end
end

% 初始化多项式系数C
C=D(n,n);

% 通过递推计算出多项式系数C
for k=(n-1):-1:1
    C=conv(C,poly (X(k)))
    m=length(C);
    C(m)=C(m)+D(k,k);
end
end

代码解析

清空图像窗口，清空命令窗口，将图像保持在同一画布上

clear, clf, hold on;

clear: 清空工作空间中的所有变量。
clf: 清空当前图形窗口。
hold on: 将图像保持在同一画布上，以便后续绘制的图像叠加在当前图像上。

初始化X和Y的值

X=-1:0.2:1;
Y=1./(1+25*X.^2);

X=-1:0.2:1: 创建一个从 -1 到 1，步长为 0.2 的向量 X。
Y=1./(1+25*X.^2): 计算 Y 的值，对应于函数 1/(1+25*x^2) 在 X 上的取值。

调用函数newpoly计算多项式C和D

[C,D]=newpoly (X, Y);

newpoly 函数用于计算多项式系数 C 和 D。
C 是最终的多项式系数向量。
D 是一个中间矩阵，用于存储计算多项式系数的中间结果。

初始化x和y的值

 x=-1:0.01:1;
y=polyval(C, x);

x=-1:0.01:1: 创建一个从 -1 到 1，步长为 0.01 的向量 x，用于绘制插值曲线。
y=polyval(C, x): 计算 y 的值，对应于多项式系数 C 在 x 上的取值。

绘制多项式拟合曲线和原始数据点图像

plot(x,y, X, Y,'.');

plot(x,y, X, Y,'.'): 绘制两条曲线：
- 第一条曲线使用 x 和 y 作为坐标，表示多项式拟合曲线。
- 第二条曲线使用 X 和 Y 作为坐标，表示原始数据点，使用 '.' 表示点。

绘制用于计算多项式的节点

grid on;

grid on: 显示网格，帮助观察数据点和插值曲线的位置。

初始化xp和z的值

xp=-1:0.2:1;
z=1./(1+25*xp.^2);

xp=-1:0.2:1: 创建一个从 -1 到 1，步长为 0.2 的向量 xp，用于绘制原始函数曲线。
z=1./(1+25*xp.^2): 计算 z 的值，对应于原始函数 1/(1+25*x^2) 在 xp 上的取值。

绘制原始函数图像

plot(xp,z,'r')

plot(xp,z,'r'): 使用红色曲线 ('r') 绘制原始函数图像，使用 xp 和 z 作为坐标。

`newpoly` 函数解析

function [C,D]=newpoly (X,Y)
% 获取X的长度
n=length(X);

% 初始化D矩阵
D=zeros (n,n)

% 将Y值赋给D的第一列
D(:,1)=Y'

% 通过递推计算出D的所有元素
for j=2:n
    for k=j:n
        D(k,j)=(D(k,j-1)-D(k-1,j-1))/(X(k)-X(k-j+1));
    end
end

% 初始化多项式系数C
C=D(n,n);

% 通过递推计算出多项式系数C
for k=(n-1):-1:1
    C=conv(C,poly (X(k)))
    m=length(C);
    C(m)=C(m)+D(k,k);
end
end

函数定义: function [C,D]=newpoly (X,Y) 定义了一个名为 newpoly 的函数，它接收两个参数 X 和 Y，并返回两个结果 C 和 D。
获取X的长度: n=length(X) 获取 X 的长度，用于后续循环。
初始化D矩阵: D=zeros (n,n) 初始化一个 n 行 n 列的零矩阵 D。
将Y值赋给D的第一列: D(:,1)=Y' 将 Y 向量转置后赋值给 D 的第一列。
通过递推计算出D的所有元素: 使用两个嵌套循环计算 D 矩阵的其余元素。
- 外层循环 for j=2:n 遍历 D 矩阵的列，从第二列开始。
- 内层循环 for k=j:n 遍历 D 矩阵的每一列的从第 j 行到最后一行。
- 循环体 D(k,j)=(D(k,j-1)-D(k-1,j-1))/(X(k)-X(k-j+1)) 计算 D 矩阵中每个元素的值，根据公式进行计算，公式涉及到前一列的元素。
初始化多项式系数C: C=D(n,n) 将 D 矩阵的最后一个元素赋值给 C，作为多项式系数的初始值。
通过递推计算出多项式系数C: 使用一个循环 for k=(n-1):-1:1 计算剩余的多项式系数。
- 循环体 C=conv(C,poly (X(k))) 计算 C 与 poly(X(k)) 的卷积，poly(X(k)) 生成以 X(k) 为根的单项式。
- m=length(C) 获取 C 的长度。
- C(m)=C(m)+D(k,k) 将 D 矩阵的对应元素加到 C 的最后一个元素上。

代码优化

减少循环次数: 可以将 newpoly 函数中的两个循环合并为一个循环，减少循环次数，提高效率。
使用向量化操作: 可以使用向量化操作代替循环，进一步提高效率。
使用内建函数: 可以使用 Matlab 中的内建函数 polyfit 进行多项式拟合，简化代码。

总结

本代码通过 newpoly 函数实现了多项式插值算法，并绘制了插值曲线和原始数据点。代码逐句解析并注释，帮助理解多项式插值算法。通过代码优化，可以进一步提高代码的效率和可读性。

希望本文对你理解 Matlab 多项式插值代码有所帮助。

注意: 本代码中的插值方法是牛顿插值法，可以根据实际需求选择其他插值方法。

Matlab 多项式插值代码解析和优化

Matlab 多项式插值代码解析和优化

代码解析

newpoly 函数解析

代码优化

总结

`newpoly` 函数解析